CUDA

Versiunea actuală a paginii nu a fost încă examinată de colaboratori experimentați și poate diferi semnificativ de versiunea revizuită la 2 ianuarie 2021; verificările necesită 16 modificări .

CUDA
Tip de	GPGPU
Dezvoltator	NVIDIA Corporation
Sistem de operare	Windows , Linux
Prima editie	23 iunie 2007
Platformă hardware	GPU-uri acceptate
ultima versiune	11.6 (17 ianuarie 2022 ) ( 17.01.2022 )
Licență	Freeware
Site-ul web	developer.nvidia.com/cud…
Fișiere media la Wikimedia Commons

CUDA (abrev. inițial din engleză Compute unified device architecture ) este o arhitectură hardware și software de calcul paralelă care vă permite să creșteți semnificativ performanța de calcul prin utilizarea procesoarelor grafice Nvidia .

SDK -ul CUDA permite programatorilor să implementeze algoritmi în dialecte simplificate speciale ale limbajelor de programare C , C++ și Fortran , care pot fi implementate pe procesoarele grafice și tensoare Nvidia [1] . Arhitectura CUDA oferă dezvoltatorului posibilitatea de a organiza accesul la setul de instrucțiuni al unui accelerator grafic sau tensor și de a gestiona memoria acestuia la discreția sa. Funcțiile accelerate cu CUDA pot fi apelate din diverse limbaje, inclusiv Python [2] , MATLAB [3] , etc.

Arhitectura software

Versiunea inițială a SDK -ului CUDA a fost lansată pe 15 februarie 2007 . Interfața de programare a aplicațiilor CUDA se bazează pe limbajul C cu unele extensii. Pentru a traduce cu succes codul în această limbă, SDK-ul CUDA include compilatorul de linie de comandă C al Nvidia, nvcc . Compilatorul nvcc se bazează pe compilatorul deschis Open64 și este conceput pentru a traduce codul gazdă (principal, codul de control) și codul dispozitivului (codul hardware) (fișiere cu extensia .cu ) în fișiere obiect adecvate pentru construirea programului sau bibliotecii finale. în orice mediu de programare, cum ar fi NetBeans .

Arhitectura CUDA folosește modelul de memorie grilă , modelarea firelor în cluster și instrucțiunile SIMD . Aplicabil nu numai pentru calcularea grafică de înaltă performanță, ci și pentru diferite calcule științifice folosind plăcile grafice nVidia. Oamenii de știință și cercetătorii folosesc CUDA pe scară largă în diferite domenii, inclusiv astrofizică , biologie și chimie computațională , modelare dinamică a fluidelor , interacțiuni electromagnetice , tomografie computerizată , analiză seismică și multe altele. CUDA are capacitatea de a se conecta la aplicații care utilizează OpenGL și Direct3D . CUDA este un software multiplatform pentru sisteme de operare precum Linux , Mac OS X și Windows .

Pe 22 martie 2010, nVidia a lansat CUDA Toolkit 3.0, care conținea suport pentru OpenCL [4] .

Echipament

Platforma CUDA a apărut pentru prima dată pe piață odată cu lansarea cipului G80 de generația a opta de la NVIDIA și a devenit prezentă în toate seriile ulterioare de cipuri grafice utilizate în familiile de acceleratoare GeForce , Quadro și NVidia Tesla .

Prima serie de hardware care să suporte SDK-ul CUDA, G8x, avea un procesor vectorial cu precizie unică pe 32 de biți care folosea SDK-ul CUDA ca API (CUDA acceptă doubletipul de limbaj C, dar acum precizia sa este retrogradată la 32 de biți flotant punct ). Procesoarele GT200 ulterioare au suport pentru precizie de 64 de biți (numai SFU), dar performanța este semnificativ mai slabă decât pentru precizia de 32 de biți (datorită doar două SFU-uri per multiprocesor de flux și opt procesoare scalare). GPU-ul organizează hardware multithreading, care vă permite să utilizați toate resursele GPU-ului. Astfel, perspectiva se deschide pentru a muta funcțiile unui accelerator fizic pe un accelerator grafic (exemplu de implementare - PhysX ). De asemenea, oferă largi oportunități de utilizare a echipamentelor de grafică pe computer pentru a efectua calcule complexe non-grafice: de exemplu, în biologia computațională și în alte ramuri ale științei.

Beneficii

În comparație cu abordarea tradițională de organizare a calculului de uz general prin capabilitățile API-urilor grafice, arhitectura CUDA are următoarele avantaje în acest domeniu:

Interfața de programare a aplicației CUDA (CUDA API) se bazează pe limbajul de programare standard C, cu unele limitări. Potrivit dezvoltatorilor, acest lucru ar trebui să simplifice și să ușureze procesul de învățare a arhitecturii CUDA [5] ;
Memoria partajată de 16 KB între fire poate fi utilizată pentru un cache organizat de utilizator cu o lățime de bandă mai mare decât atunci când se preia din texturi obișnuite;
Tranzacții mai eficiente între memoria CPU și memoria video;
Suport hardware complet pentru operațiuni întregi și pe biți;
Suport pentru compilarea codului GPU folosind proiectul LLVM deschis [6] .

Restricții

Toate funcțiile executabile de dispozitiv nu acceptă recursiunea (în CUDA Toolkit 3.1 acceptă pointerii și recursiunea) și au alte limitări.

GPU-uri și GPU-uri acceptate

Lista dispozitivelor de la producătorul hardware Nvidia cu suport deplin declarat pentru tehnologia CUDA este dată pe site-ul oficial Nvidia [7] [8] .

Compatibilitatea sistemelor de dezvoltare CUDA cu generații de calculatoare:

CUDA SDK 6.0 acceptă versiunile 1.0 - 3.5 (Tesla, Fermi, Kepler).
CUDA SDK 6.5 acceptă versiunile 1.0 - 5.x (Tesla, Fermi, Kepler, Maxwell).
CUDA SDK 7.5 acceptă versiunile 2.0 - 5.x (Fermi, Kepler, Maxwell).
CUDA SDK 8.0 acceptă versiunile 2.0 - 6.x (Fermi, Kepler, Maxwell, Pascal).
CUDA SDK 9.0/9.1/9.2 acceptă versiunile 3.0 - 7.2 (Kepler, Maxwell, Pascal, Volta)
CUDA SDK 10.0 acceptă versiunile 3.0 - 7.5 (Kepler, Maxwell, Pascal, Volta, Turing)

Următoarele periferice acceptă în prezent tehnologia CUDA pe piața hardware pentru PC:

Versiune specificații	Arhitectură	GPU	Plăci video din familia GeForce	Plăci video din familia Quadro, NVS	Placi video Tesla	Cartele video ale familiei Tegra, Jetson, DRIVE
1.0	Tesla	G80	GeForce 8800 Ultra, GeForce 8800 GTX, GeForce 8800 GTS(G80)	Quadro FX 5600, Quadro FX 4600, Quadro Plex 2100 S4	Tesla C870, Tesla D870, Tesla S870
1.1		G92, G94, G96, G98, G84, G86	GeForce GTS 250, GeForce 9800 GX2, GeForce 9800 GTX, GeForce 9800 GT, GeForce 8800 GTS(G92) , GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M	Quadro FX 4700 X2, Quadro FX 3700, Quadro FX 1800, Quadro FX 1700, Quadro FX 580, Quadro FX 570, Quadro FX 470, Quadro FX 380, Quadro FX 370, Quadro FX 370, Quadro FX 370, Quadro FX 370 Low Profile, Quadro FX 370 Low Profile Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M , Quadro FX 2700M, Quadro FX 1700M, Quadro FX 1600M, Quadro FX 770M, Quadro FX 570M, Quadro FX 570M, Quadro FX 370M, Quadro VS30M1, Quadro FX 370M, Quadro VS3M2 , Quadro NVS 140M, Quadro NVS 135M, Quadro NVS 130M, Quadro NVS 450, Quadro NVS 420, Quadro NVS 295
1.2		GT218, GT216, GT215	GeForce GT 340, GeForce GT 330, GeForce GT 320, GeForce 315, GeForce 310*, GeForce GT 240, GeForce GT 220, GeForce 210, GeForce GTS 360M, GeForce GTS 360M, GeForce GTS30, GeForce GTM30, GeForce GTM350 GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce 310M, GeForce 305M	Quadro FX 380 Low Profile, Nvidia NVS 300, Quadro FX 1800M, Quadro FX 880M, Quadro FX 380M, Nvidia NVS 300, NVS 5100M, NVS 3100M, NVS 2100M, ION
1.3		GT200, GT200b	GeForce GTX 295, GTX 285, GTX 280, GeForce GTX 275, GeForce GTX 260	Quadro FX 5800, Quadro FX 4800, Quadro FX 4800 pentru Mac, Quadro FX 3800, Quadro CX, Quadro Plex 2200 D2	Tesla C1060, Tesla S1070, Tesla M1060
2.0	Fermi	GF100, GF110	GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465, GeForce GTX 480M	Quadro 6000, Quadro 5000, Quadro 4000, Quadro 4000 pentru Mac, Quadro Plex 7000, Quadro 5010M, Quadro 5000M	Tesla C2075, Tesla C2050/C2070, Tesla M2050/M2070/M2075/M2090
2.1	Fermi	GF104, GF106 GF108, GF114, GF116, GF117, GF119	GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450, GeForce GT 640 (GDDR3), GeForce GT 630, GeForce GT 620, GeForce GT 620, GeForce GT 6104, GeForce GT 610, GT24, GeForce GT 440, GeForce GT 430, GeForce GT 430, GeForce GT 420, GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 630M, GeForce GT 620, GeForce GT 625M7, GeForce GT 625M7, GeForce GT 625M7 GeForce 610M, GeForce 820M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GeForce GT 540M, GeForce GT 525M, GeForce GT 525M, GeForce GT2040, GeForce GT 550M, GeForce GT 550M GeForce GTX 460M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M, GeForce GT 730 (DDR3 128-bit)	Quadro 2000, Quadro 2000D, Quadro 600, Quadro 410, Quadro 4000M, Quadro 3000M, Quadro 2000M, Quadro 1000M, NVS 310, NVS 315, NVS 5400M, NVS 5204M0M, NVS 5204M
3.0	Kepler	GK104, GK106, GK107	GeForce GTX 770, GeForce GTX 760, GeForce GT 740, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti, GeForce GTX 660, GeForce GTX 650 Ti BOOST, GeForce GTX 650 Ti BOOST, GeForce GTX650 Ti 880M, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GTX 680MX, GeForce GTX 680M, GeForce GTX 675MX, GeForce GTX 670MX, GeForce GTX 670MX, GeForce GTX 670MX, GeForce GTX 670MX, GeForce GTX 670MX, GeForce GTX 760M6 GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M	Quadro K5000 Quadro K4200 Quadro K4000 Quadro K2000 Quadro K2000D Quadro K600 Quadro K500M Quadro K510M Quadro K610M Quadro K1000M Quadro K2000M Quadro K1100M Quadr	Tesla K10, GRID K340, GRID K520
3.2		GK20A				Tegra K1, Jetson TK1
3.5		GK110, GK208	GeForce GTX Titan Z, GeForce GTX Titan Black, GeForce GTX Titan, GeForce GTX 780 Ti, GeForce GTX 780, GeForce GT 640 (GDDR5), GeForce GT 630 v2, GeForce GT 730, GeForce GT 720, GeForce GT 720, GeForce GT 4017 (64 de biți, DDR3), GeForce GT 920M	Quadro K6000, Quadro K5200	Tesla K40, Tesla K20x, Tesla K20
3.7		GK210			Tesla K80
5.0	Maxwell	GM107, GM108	GeForce GTX 750 Ti GeForce GTX 750 GeForce GTX 960M GeForce GTX 950M GeForce 940M GeForce 930M GeForce GTX 860M GeForce GTX 850M GeForce 845M GeForce 840M GeForce 830M	Quadro K420, Quadro K620, Quadro K1200, Quadro K2200, Quadro M2000M, Quadro M1000M, Quadro M600M, Quadro K620M, NVS 810	Tesla M10
5.2		GM200, GM204, GM206	GeForce GTX Titan X, GeForce GTX 980 Ti, GeForce GTX 980, GeForce GTX 970, GeForce GTX 960, GeForce GTX 950, GeForce GTX 750 SE, GeForce GTX 980M, GeForce GTX 970M, GeForce GTX 965M	Quadro M6000 24GB, Quadro M6000, Quadro M5000, Quadro M4000, Quadro M2000, Quadro M5500, Quadro M5000M, Quadro M4000M, Quadro M3000M	Tesla M4, Tesla M40, Tesla M6, Tesla M60
5.3		GM20B				Tegra X1, Jetson TX1, DRIVE CX, DRIVE PX
6.0	Pascal	GP100		Quadro GP100	Tesla P100
6.1		GP102, GP104, GP106, GP107, GP108	Nvidia TITAN Xp, Titan X, GeForce GTX 1080 Ti, GTX 1080, GTX 1070, GTX 1060, GTX 1050 Ti, GTX 1050, GT 1030, MX150	Quadro P6000, Quadro P5000, Quadro P4000, Quadro P2000, Quadro P1000, Quadro P600, Quadro P400, Quadro P5000(Mobil), Quadro P4000(Mobil), Quadro P3000(Mobil)	Tesla P40, Tesla P6, Tesla P4
6.2		GP10B [9]				Drive PX2 cu Tegra X2 (T186) [10] Jetson TX2
7.0	Volta	GV100	Nvidia TITAN V	Quadro GV100	Tesla V100, Tesla V100S
7.2	Volta	GV10B [11]				Jetson Xavier, DRIVE PX Xavier/Pegasus cu Xavier SoC
7.5	Turing	TU102, TU104, TU106	NVIDIA TITAN RTX, GeForce RTX 2080 Ti, RTX 2080 Super, RTX 2080, RTX 2070 Super, RTX 2070, RTX 2060 Super, RTX 2060, GeForce GTX 1660 Ti, GTX 1660 Super, GTX 1660, GTX 1650 Super, GTX 1650	Quadro RTX 8000, Quadro RTX 6000, Quadro RTX 5000, Quadro RTX 4000, Quadro RTX 3000, Quadro T2000, Quadro T1000, Quadro T600	Tesla T4
8.0	Amper	GA100			A100 80GB, A100 40GB
8.6	Amper	GA102, GA104, GA106	GeForce RTX 3090, RTX 3080, RTX 3070, RTX 3060 Ti, RTX 3060, RTX 3050 Ti	RTX A6000, A40

Nvidia GeForce Desktop
GeForce GTX TITAN, X, Z, Negru
GeForce GTX 1050/Ti, 1060, 1070, 1080/Ti
GeForce GTX 950, 960, 970, 980/Ti
GeForce GTX 750/Ti, 760, 770, 780/Ti
GeForce GTX 650/Ti, 660/Ti, 670, 680, 690
GeForce GTX 520, 550 Ti, 560/Ti, 570, 580, 590
GeForce GTX 450, 460, 465, 470, 480
GeForce GTX 210, 220, 240, 260, 275, 280, 285, 295
GeForce GT120, GT130, GTS 150
GeForce 9600 GSO, 9800 GTX, 9800 GTX+, 9800 GX2
GeForce 9400 GT, 9500 GT, 9600 GT, 9800 GT
GeForce 9300mGPU, 9400mGPU
GeForce 8800 GT, 8800 GTS 512
GeForce 8400 GS, 8500 GT, 8600 GT, 8600 GTS

Nvidia GeForce pentru computere mobile
GeForce GTX 580M
GeForce GTX 570M
GeForce GTX 560M
GeForce GT 555M
GeForce GT 540M
GeForce GT 525M
GeForce GT 520M
GeForce GTX 485M
GeForce GTX 480M
GeForce GTX 470M
GeForce GTX 460M
GeForce GT 445M
GeForce GT 435M
GeForce GT 425M
GeForce GT 420M
GeForce GT 415M
GeForce GTX 285M
GeForce GTX 280M
GeForce GTX 260M
GeForce GTS 360M
GeForce GTS 350M
GeForce GTS 250M
GeForce GTS 160M
GeForce GTS 150M
GeForce GT 335M
GeForce GT 330M
GeForce GT 325M
GeForce GT 240M
GeForce GT 130M
GeForce G210M
GeForce G110M
GeForce G105M
GeForce 310M
GeForce 305M
GeForce 9800M GTX
GeForce 9800M GT
GeForce 9800M GTS
GeForce 9700M GTS
GeForce 9700M GT
GeForce 9650M GS
GeForce 9600M GT
GeForce 9600M GS
GeForce 9500M GS
GeForce 9500MG
GeForce 9300M GS
GeForce 9300MG
GeForce 9200M GS
GeForce 9100MG
GeForce 8800M GTS
GeForce 8700M GT
GeForce 8600M GT
GeForce 8600M GS
GeForce 8400M GT
GeForce 8400M GS

Nvidia Tesla *
Tesla C2050/C2070
Tesla M2050/M2070/M2090
Tesla S2050
Tesla S1070
Tesla M1060
Tesla C1060
Tesla C870
Tesla D870
Tesla S870

Desktop Nvidia Quadro
Quadro 6000
Quadro 5000
Quadro 4000
Quadro 2000
Quadro 600
QuadroFX 5800
QuadroFX 5600
QuadroFX4800
Quadro FX 4700X2
QuadroFX4600
QuadroFX 3700
QuadroFX 1700
QuadroFX 570
QuadroFX470
Quadro FX 380 Low Profile
QuadroFX 370
Quadro FX 370 Low Profile
Quadro CX
Quadro NVS450
Quadro NVS 420
Quadro NVS 290
Quadro Plex 2100 D4
Quadro Plex 2200 D2
Quadro Plex 2100 S4
Quadro Plex 1000 Model IV

Nvidia Quadro pentru computere mobile
Quadro 5010M
Quadro 5000M
Quadro 4000M
Quadro 3000M
Quadro 2000M
Quadro 1000M
QuadroFX 3800M
QuadroFX 3700M
QuadroFX 3600M
QuadroFX 2800M
QuadroFX 2700M
QuadroFX 1800M
QuadroFX 1700M
QuadroFX 1600M
QuadroFX 880M
QuadroFX 770M
QuadroFX 570M
QuadroFX 380M
QuadroFX 370M
QuadroFX 360M
Quadro NVS 5100M
Quadro NVS 4200M
Quadro NVS 3100M
Quadro NVS 2100M
Quadro NVS 320M
Quadro NVS 160M
Quadro NVS 150M
Quadro NVS 140M
Quadro NVS 135M
Quadro NVS 130M

Modelele Tesla C1060, Tesla S1070, Tesla C2050/C2070, Tesla M2050/M2070, Tesla S2050 permit calcule GPU de dublă precizie.

Exemplu

Acest exemplu de cod C++ încarcă texturi dintr-o imagine într-o matrice de pe GPU :

cudaArray * cu_array ; textura < float , 2 > tex ; // Alocați memorie pentru cudaMalloc array ( & cu_array , cudaCreateChannelDesc < float > (), width , height ); // Copiați datele imaginii în matricea cudaMemcpy ( cu_array , imagine , lățime * înălțime , cudaMemcpyHostToDevice ); // Legați matricea la textura cudaBindTexture ( tex , cu_array ); // Porniți nucleul dim3 blockDim ( 16 , 16 , 1 ); dim3 gridDim ( lățime / blockDim . x , înălțime / blockDim . y , 1 ); kernel <<< gridDim , blockDim , 0 >>> ( d_odata , lățime , înălțime ); cudaUnbindTexture ( tex ); __global__ void kernel ( float * odata , int height , int width ) { unsigned int x = blockIdx . x * blockDim . x + threadIdx . x ; unsigned int y = blockIdx . y * blockDim . y + threadIdx . y ; float c = texfetch ( tex , x , y ); odata [ y * lățime + x ] = c ; }

Un exemplu de program Python care înmulțește elementele unei matrice folosind GPU. Interacțiunea se face folosind PyCUDA [12]

import pycuda.driver ca drv import numpy drv . init () dev = drv . Dispozitiv ( 0 ) ctx = dev . face_context () mod = drv . SourceModule ( """ __global__ void multiply_them(float *dest, float *a, float *b) { const int i = threadIdx.x; dest[i] = a[i] * b[i]; } "" ) multiply_them = mod . get_function ( "înmulțiți-le" ) a = numpy . aleatoriu . randn ( 400 ) . astype ( numpy . float32 ) b = numpy . aleatoriu . randn ( 400 ) . astype ( numpy . float32 ) dest = numpy . zeros_like ( a ) multiplica_le ( drv . Out ( dest ), drv . In ( a ), drv . In ( b ), bloc = ( 400 , 1 , 1 )) print dest - a * b

Link -uri

Resurse oficiale

Zona CUDA (engleză) - site-ul oficial al CUDA
CUDA GPU Computing (engleză) - forumuri web oficiale dedicate calculului CUDA
Curs de prelegeri despre CUDA (link inaccesibil) (rusă) - site-ul oficial NVidia

Resurse neoficiale

Hardware-ul lui Tom

Dmitri Cekanov. nVidia CUDA: calcularea plăcii grafice sau moartea procesorului? . Tom's Hardware (22 iunie 2008). Preluat la 20 ianuarie 2009. (nedefinit)
Dmitri Cekanov. nVidia CUDA: Benchmark-uri pentru aplicațiile GPU pentru piața de masă . Tom's Hardware (19 mai 2009). Preluat: 19 mai 2009. (nedefinit)

iXBT.com

Alexey Berillo. NVIDIA CUDA - calcul non-grafic pe GPU-uri. Partea 1 . iXBT.com (23 septembrie 2008). Preluat la 20 ianuarie 2009. (nedefinit)
Alexey Berillo. NVIDIA CUDA - calcul non-grafic pe GPU-uri. Partea 2 . iXBT.com (22 octombrie 2008). — Exemple de implementare a NVIDIA CUDA. Preluat la 20 ianuarie 2009. (nedefinit)

Alte resurse

Boreskov Alexey Viktorovici. Fundamentele CUDA (20 ianuarie 2009). Preluat la 20 ianuarie 2009. (nedefinit)
Vladimir Frolov. O introducere în tehnologia CUDA . Revista de rețea „Computer Graphics and Multimedia” (19 decembrie 2008). Consultat la 28 octombrie 2009. Arhivat din original pe 3 martie 2012. (nedefinit)
Igor Oskolkov. NVIDIA CUDA - un bilet accesibil pentru lumea computerelor mari (link inaccesibil) . Computerra (30 aprilie 2009). Consultat la 3 mai 2009. Arhivat din original pe 5 mai 2009. (nedefinit)
Vladimir Frolov. O introducere în tehnologia CUDA (1 august 2009). Consultat la 3 aprilie 2010. Arhivat din original pe 3 martie 2012. (nedefinit)
GPGPU.ru Arhivat 31 august 2020 la Wayback Machine . Utilizarea plăcilor grafice pentru calcul (nu a fost actualizată din 2013).
ParallelCompute.sourceforge.net . Centrul de calcul paralel.

Note

↑ Language Solutions Arhivat 16 octombrie 2018 la Wayback Machine / NVIDIA
↑ PyCUDA | Dezvoltator NVIDIA . Consultat la 16 octombrie 2018. Arhivat din original la 17 octombrie 2018. (nedefinit)
↑ Computing MATLAB GPU Computing pentru GPU-uri activate cu NVIDIA CUDA . Preluat la 1 septembrie 2020. Arhivat din original pe 9 august 2020. (nedefinit)
↑ Theo Walich. nVidia lansează CUDA Toolkit 3.0 , extinde OpenCL . Bright Side Of News (22 martie 2010). Consultat la 5 aprilie 2010. Arhivat din original pe 3 martie 2012.
↑ Vezi Ghidul oficial de programare CUDA, ver. 1.1 // Ghid de programare CUDA Arhivat 6 octombrie 2008 la Wayback Machine . Capitolul 1. Introducere în CUDA → 1.2 CUDA: O nouă arhitectură pentru calcularea pe GPU
↑ NVIDIA a predat CUDA Compiler comunității LLVM - opennet.ru . Data accesului: 13 mai 2012. Arhivat din original pe 13 mai 2012. (nedefinit)
↑ Produse GPU compatibile cu CUDA Arhivate 5 aprilie 2008 la Wayback Machine
↑ Produse compatibile cu CUDA - NVIDIA . Consultat la 26 februarie 2010. Arhivat din original pe 26 februarie 2010. (nedefinit)
↑ Larabel, Michael NVIDIA lansează suportul GPU Tegra X2 în mod nou . Phoronix (29 martie 2017). Preluat la 8 august 2017. Arhivat din original la 9 august 2017. (nedefinit)
↑ Discuție despre compilarea LUA pe Drive PX2 . Bernhard Schuster . GitHub. Consultat la 9 noiembrie 2017. Arhivat din original la 6 septembrie 2020. (nedefinit)
↑ Specificații Nvidia Xavier Arhivate 21 august 2018 la Wayback Machine pe TechPowerUp (preliminar)
↑ PyCUDA . Arhivat din original pe 3 martie 2012. (nedefinit)

Nvidia

GPU-uri

( comparație ) _

Din timp	NV1 NV2
familia RIVA	128 TNT TNT2
Familia GeForce	GeForce 256 GeForce 2 GeForce 3 GeForce 4 GeForceFX GeForce 6 GeForce 7 GeForce 8 GeForce 9 GeForce 100 GeForce 200 GeForce 300 GeForce 400 GeForce 500 GeForce 600 GeForce 700 GeForce 800M GeForce 900 GeForce 10 GeForce 16 GeForce 20 GeForce 30 GeForce 40
Stații de lucru și HPC	Quadro Plex CX Tesla
Tehnologie	SLI video pur NVENC Turbo Cache PhysX CUDA OptiX FXAA Viziune 3D G-Sync

Chipset-uri
plăci

de bază ( comparație ) _

Familia GeForce	GeForce 8 GeForce 9 ION
familia nForce	nForce 220 / 415 / 420 nForce2 nForce3 nForce4 nForce 500 nForce 600 nForce 700
Tehnologie	ESA EPP LinkBoost MXM MCP furtuna de sunet SLI

Alte

Console	NV2A ( Xbox ) RSX ( PlayStation 3 ) SCUT
SoC	GoForce Tegra TegraAPX 2500 Tegra (seria 600) TegraAPX 2600 Tegra 2 Tegra 3 Tegra 4 Tegra 4i Tegra K1 Tegra X1 Tegra X2 Xavier
CPU	Proiectul Carmel Eşalon
Drivere / Software	cg CUDA forţare Experiență GeForce Gelat Instrumente de sistem nView
Achizitii	3dfx interactiv ULi Grafică hibridă PortalPlayer imagini mentale Ageia Icera